IOP出版社联手松山湖材料实验室推出全新开放获取期刊——Materials Futures

JPhys Materials期刊很高兴地推出“开放问题”（Open Questions）系列文章，这是一项旨在挑战和激励材料科学界的新举措，并帮助塑造材料科学研究的未来方向。 系列介绍 我们正在展示来自顶尖研究人员的具有挑战性、鼓舞人心的问题，这些问题激起了研究社群的好奇心并引发了批判性思维。作者被邀请提交解决这些问题的文章。所有回答问题的文章将被收集并一起推广，为讨论材料科学中最热门的发展创造一个充满活力的平台。该系列旨在促进跨学科和多学科领域的对话，不同的想法可以共存，并帮助塑造材料科学研究的未来方向。我们的第一个开放问题是由英国帝国理工学院的Aron Walsh教授提出的。Aron领导伦敦Thomas Young研究中心的材料设计小组，并担任Henry Royce研究所建模与仿真研究领域的负责人。他的研究涉及将尖端材料理论和机器学习应用于固态化学和物理问题，包括太阳能电池和燃料、电池、热电材料和固态照明材料。 问题详情 Aron asks: Can artificial intelligence design materials that are truly novel? Dimensions to consider: a. Metrics for quantifying novelty in chemical compositions and crystal structures. b. Inverse design, including the use of large language models and other generative techniques. c. Data-driven screening and  closed-loop automated experimentation. We...

Global warming exacerbates agricultural production losses from extreme climate events with cascading impacts along supply chains that affect cities. However, little is known about cities’ vulnerability to climate-related food supply shocks. Using data-driven and network-based approaches, we determine the vulnerability of cities in the United States to domestic drought-related food shocks. Our vulnerability framework integrates...

在今年国际产业生态学会（International Society for Industrial Ecology, ISIE）领导机构换届选举中，中国科学院城市环境研究所陈伟强研究员成功当选学会新一任主席。 陈伟强研究员表示，产业生态学是面向人类社会可持续发展要求、通过融合多学科视角和方法探索绿色低碳循环发展路径的前沿交叉学科，已经在实践中显示了独特和重要的作用。产业生态学的进一步发展，需要全球学界的通力合作，更需要融入实践，在服务产业与社会发展的过程中得到检验和提升。我国在快速城市化、工业化和数智化过程中涌现的诸多可持续发展挑战，为产业生态学的学科建设和实践服务能力提出了最大的需求和最实际的舞台，也使得我们有越来越多的产业生态学科研人员做出具有开创性和实际意义的研究成果。 编委介绍 陈伟强  研究员 中国科学院城市环境研究所 陈伟强，中国科学院城市环境研究所研究员（2015至今），博士生导师。主要从事产业生态学与环境系统工程研究。获得清华大学环境学院学士（2004）和博士学位（2010），曾就职耶鲁大学产业生态学研究中心博士后（2010-2013）和副研究员（2013-2015），兼任东北大学、厦门大学和中国科学技术大学兼职教授和RCR、JIE等期刊的编辑。陈伟强是华人产业生态学会创会主席（2015-2016）和中国生态学学会产业生态专委会主任委员，2025年3月当选国际产业生态学会候任主席。他在PNAS、One Earth、Nature Climate Change、Nature Geoscience、Nature Communications、Environmental Science & Technology及《中国科学院院刊》等国内外期刊发表论文100余篇，成果获得中国稀土科学技术奖一等奖（1/13）和国际产业生态学会会刊Journal of Industrial Ecology冠名最佳论文奖Graedel Prize。 相关特刊 ERIS特刊——聚焦基础设施系统的循环与净零排放代谢 (Focus on Circular and Net-zero Metabolism of the Infrastructure System) 客座编辑 陈伟强，中国科学院城市环境研究所 曹植，南开大学 Lynette Cheah，澳大利亚阳光海岸大学 Tomer Fishman，荷兰莱顿大学 宋璐璐，中国科学院城市环境研究所 张力小，北京师范大学   主题范围 在全球气候变化和资源匮乏的背景下，推动低碳、高效、循环的基础设施的发展变得愈发关键。本期专题聚焦于基础设施系统的循环利用和净零排放路径，旨在探索创新设计和技术如何助力基础设施的低碳转型和可持续发展。 我们将重点关注以下领域： 基础设施的循环设计与建造：探讨循环经济原理在基础设施规划、设计和建造阶段的应用。 基础设施净零排放潜力和路径：辨识建造技术、可再生能源转型及能效提升等策略在基础设施全生命周期的碳减排潜力和路径。 低碳基础设施在减缓气候变化中的成效：厘清低碳基础设施在减少温室气体排放方面的贡献。 案例研究与实证分析：通过具体案例，分析在不同地区和不同类型基础设施中实施循环利用和净零排放策略的有效性和挑战，并提供可复制的成功模式。 政策框架与激励机制：讨论政府和市场如何通过政策制定和经济激励等有效方式促进基础设施向循环和净零排放转型。 本期专题的紧迫性源于全球对缓解气候变化和提升资源管理的关注。我们旨在通过展示前沿研究和成功案例，激发全球基础设施系统的可持续转型。...

2D Materials是一本多学科期刊，致力于发表高质量的基础和应用研究，涵盖石墨烯和相关二维材料的各个方面。本刊由中国科学院金属研究所任文才研究员担任主编。我们非常高兴地宣布一些新任的期刊编委会成员： 期刊介绍 2D Materials 2023年影响因子：4.5  Citescore:10.7 2D Materials（2DM）创刊于2014年，是国际上二维材料领域的第一个学术期刊，是中国科协高质量科技期刊一区期刊，旨在报道二维材料研究及应用领域最具创新性和影响力的前沿科研成果，促进二维材料领域的学术成果交流。期刊立足于多学科视角，致力于涵盖石墨烯及其他二维材料相关研究的各个方面，包括二维材料的制备、表征、物理、性质研究及器件、能源、催化、复合材料等应用。 期刊主编为中国科学院金属研究所任文才研究员，国家杰出青年科学基金获得者，国家重点研发计划项目首席科学家。主要从事石墨烯及其他新型二维材料的制备、物性及光电、储能、热管理、膜技术等应用研究。在Science、Nature Materials等期刊发表主要论文200多篇，被SCI他引4万多次，是科睿唯安公布的全球高被引科学家。获发明专利100余项，孵化了3家高技术企业。获国家自然科学二等奖3项（第一完成人2项）、辽宁省自然科学一等奖、何梁何利科技创新奖、全国创新争先奖等。

本篇研究来自清华大学精密仪器系、类脑计算研究中心邓磊和太原理工大学计算机科学与技术学院郭浩课题组。该文提出离散时间脉冲循环神经网络（DTSRNNs），通过结合脉冲神经网络的离散脉冲特性与有限状态机（FSM）的离散状态转移机制，实现了通用FSM的高效稳定模拟。研究揭示了脉冲神经网络通过学习隐含长期模式提升鲁棒性的机制，为复杂时序系统建模提供了新思路，扩展了脉冲神经网络在需要高精度与高稳定性应用场景中的潜力。 文章介绍 General and Stable Emulation of Finite State Machines with Spiking Neural NetworksZiyang Sun(孙子杨), Zhong Zheng(郑重), Binying Zhang(章斌穎), Hanle Zheng(郑晗乐), Zikai Wang(王子恺), Hao Guo(郭浩), Lei Deng(邓磊)   通讯作者： 邓磊，清华大学，精密仪器系、类脑计算研究中心 郭浩，太原理工大学，计算机科学与技术学院   研究背景： 有限状态机（FSM）是离散状态系统的核心模型，但其依赖显式状态分解，难以建模复杂黑盒系统且易引发状态爆炸问题。人工神经网络虽擅长处理连续系统，但其连续状态与FSM的离散逻辑不兼容，导致长时稳定性和精确性不足。现有基于离散时间循环神经网络（DTRNNs）的方法因连续密集状态向量与FSM离散稀疏逻辑冲突，存在时间稳定性差、编码复杂等局限。受生物脉冲神经网络（SNNs）启发，该文提出离散时间脉冲循环神经网络（DTSRNNs），充分利用SNN的离散脉冲特性，并结合one-hot编码增强状态可区分性，解决传统DTRNNs模拟FSM时存在的局限性问题。通过构建随机FSM数据集开展系统性实验，验证了DTSRNNs在长序列任务中的稳定性和抗噪性优势，揭示其通过学习隐含长期模式提升鲁棒性的机制，为高精度和高稳定时序系统建模提供新范式。   研究方法： 该研究提出离散时间脉冲循环神经网络（DTSRNN），充分利用SNN的离散脉冲特性，结合one-hot编码增强状态向量的稀疏性和可区分性，将脉冲神经元的离散脉冲动力学特性与FSM的离散状态转移逻辑紧密结合。模型采用双层循环结构（如图a所示），基于泄漏积分发放（LIF）神经元实现状态更新，并构建随机FSM数据集系统评估性能，涵盖不同输入规模、状态复杂度及噪声干扰场景。训练中采用时空反向传播算法优化网络参数，结合均值平方误差损失函数，通过准确率、转移准确率和衰退周期综合量化模型能力。 实验表明，结合SNN和one-hot编码能够显著提升模型对复杂FSM的模拟能力，DTSRNN在时间稳定性与抗干扰性上优于传统离散时间循环神经网络（DTRNN），其衰退周期显著延长且在高噪声环境下仍保持稳定输出。图b展示了不同模型在噪声干扰下的状态转移结果，DTSRNN模型相比传统的DTRNN模型有着显著的纠错机制，可通过膜电位记忆机制捕获FSM的长期依赖模式，有效抑制状态漂移，而DTRNN因依赖短期状态转移易受错误累积影响。成果创新在于首次将脉冲神经动力学与FSM离散特性深度融合，提出系统性评估框架，揭示了SNN在时序建模中的内在稳定机制，为复杂控制系统的精准仿真及噪声环境下的鲁棒应用提供了理论支撑与方法突破。 作者介绍 邓磊  副教授 清华大学 邓磊，清华大学精密仪器系、类脑计算研究中心，副教授、博士生导师，国家高层次青年人才，IEEE Senior Member。从事类脑智能技术研究超过12年，在Nature、Nature Communications、PIEEE、IEEE TPAMI、IEEE JSSC、ICML、ICLR等发表论文100余篇，包含4篇封面论文和5篇ESI高被引论文，谷歌学术引用10000余次，获授权发明专利30余项。担任Frontiers in Neuroscience期刊副主编、中国人工智能学会脑机融合与生物机器智能专委会委员、中国认知科学学会计算神经工程专委会委员和多个国际会议分论坛主席和程序委员会委员。曾入选ScholarGPS全球前0.05%顶尖学者和Elsevier全球前2%顶尖科学家榜单、金国藩青年学子奖、北脑青年学者、吴文俊人工智能优秀青年奖和MIT TR 35 China等，代表性成果曾获中国科学十大进展、世界互联网领先科技成果、北京市自然科学一等奖、中国计算机学会技术发明一等奖和日内瓦国际发明展金奖等奖项。 郭浩  教授...

特刊详情 主题范围 Materials for Quantum Technology is pleased to bring together the work of the best early-career researchers in the field in a new annual collection dedicated to emerging leaders. The collection will present key new work from across the journal’s scope. An emerging leader is defined as a top researcher in their field who completed...